다중 시도를 통한 진단 분류 모델에서 계층 속성 구조 모델링

초록 교실 평가에서 응시자는 종종 시험 항목에 대해 여러 번 답변할 수 있어 연속적인 다중 시도 데이터가 생성됩니다. 이러한 데이터에 대해 연속 진단 분류 모델(DCM)이 개발되었습니다. 학생의 학습 과정이 측정된 특성의 계층과 일치할 수 있으므로, 본 연구는 연속 DCM과 HDCM을 결합한 연속 계층 DCM(sequential HDCM)을 개발하고, 동적 평가에서 다중 시도가 허용될 때 계층이 존재하는 경우 모델의 분류 정확도를 조사하는 것을 목표로 하였습니다. 우리는 계층 구조가 정확하게 지정되었을 때, 잘못 지정되었을 때 또는 과도하게 지정되었을 때 모델이 분류 정확도에 미치는 영향을 조사하였습니다. 결과는 다음을 나타냅니다: (1) 연속 HDCM은 데이터에 계층 구조가 있을 때 학생을 마스터와 비마스터로 정확하게 분류했습니다; (2) 연속 HDCM은 데이터에 계층 구조가 있을 때 비계층적 연속 LCDM보다 유사하거나 약간 더 높은 분류 정확도를 나타냈습니다; (3) 데이터의 계층 구조가 잘못 지정되면, 잘못 지정된 모델이 실제 모델보다 더 적은 속성 프로파일을 가질 때 분류 정확도가 낮아졌습니다. 우리는 한계점을 논의하고 제안된 모델을 실제에서 사용하는 것에 대한 권장사항을 제시합니다. 본 연구는 실무자에게 동적 교실 평가 데이터의 심리측정 모델링 가능성에 대한 정보를 제공합니다.